JP2005283494A - 圧延鋼板の欠陥検出方法 - Google Patents

Abstract

【課題】 圧延鋼板の欠陥を精度よく検出する欠陥検出方法を提供する。
【解決手段】 圧延鋼材特有の縞状の模様を記録する画像記録部１３と、画像をデジタル処理する画像処理部１４とからなるコンピュータ１５を備え、このコンピュータがデジタル処理した画像データに基づいて検査面に存在する欠陥を検出する欠陥検出方法であって、コンピュータ１５は、前記画像データから前記縞状の模様を有する検査面の平均輝度を演算し（Ｓ４）、この平均輝度に基づいて欠陥かどうかを判定するための第１基準値βを設定する。
【選択図】 図１

Description

本発明は、鋼板の圧延工程で生じる欠陥を自動的に検出する方法に関するものである。

従来、鋼板に生じる欠陥の検出方法として、検査面に照明を当てて、検査面で反射した反射光をＣＣＤカメラにて取得し、取得した映像に基づき傷を検出する技術がある（例えば、特許文献１参照）。
ＨＯＮＤＡ Ｒ＆Ｄ Ｔｅｃｈｎｉｃａｌ Ｒｅｖｉｅｗ「ＣＶＴ金属ベルト用エレメント画像処理検査システムの開発」、Ｖｏｌ１５ Ｎｏ．２、２００３年１０月

しかしながら、従来技術では、ＬＥＤ光を光源として使用しているため、十分な光量を得ることが難しく、カメラの絞りを上げる必要がある。レンズの絞りを上げることにより、焦点深度が浅くなり、被写体に対してピント合わせが難しく、検出精度のバラツキが大きくなる。このため、平面上のわずかな凹凸を検出することが困難で、比較的大きな傷しか検出することができないという課題がある。

本発明の目的は、平面における欠陥を精度よく検出する方法を提供することである。

本発明の第１の発明では、圧延鋼材特有の縞状の模様を記録する画像記録部と、画像をデジタル処理する画像処理部とからなるコンピュータを備え、このコンピュータがデジタル処理した画像データに基づいて検査面に存在する欠陥を検出する欠陥検出方法であって、コンピュータは、前記画像データから前記縞状の模様を有する検査面の平均輝度を演算し、この平均輝度に基づいて欠陥かどうかを判定するための第１基準値を設定する。

第２の発明では、第１の発明において、前記コンピュータは、前記検査面を複数の領域に分割し、前記画像データから各分割領域毎に平均輝度を演算する。

第３の発明では、第１または第２の発明において、前記コンピュータは、前記画像データの輝度が前記第１基準値を超えている場合には、前記検査面上に埃があると判断する。

第４の発明では、第１の発明において、前記コンピュータが、前記画像データを前記第１基準値より小さい第２基準値を境として上下に分類し、分類された画像データのそれぞれの面積に基づいて錆を判断する。

第５の発明では、第４の発明において、前記コンピュータが、前記画像データの輝度が検査面の輝度が、第１基準値を超えている場合には、前記画像データの画像強調処理を中止し、第１基準値以下の場合には、前記画像データを画像強調処理し、強調処理した画像データを用いて、欠陥を検出する。

第６の発明では、第５の発明において、前記コンピュータが、前記画像強調処理した画像データを用いて前記検査面の縞状の模様の幅を検出して、正常な模様の幅である基準幅と比較し、この基準幅より大きい場合にむしれが有ると判断する。

第７の発明では、第５または６の発明において、前記コンピュータが、前記画像強調処理した画像データを用いて検査面の縞状の模様の幅の変化率を検出して、正常な模様の幅変化率である基準変化率と比較し、この基準変化率より大きい場合に突起が有ると判断する。

第１の発明では、画像データから縞状の模様を有する検査面の平均輝度を演算し、この平均輝度に基づいて欠陥かどうかを判定するための第１基準値を設定するため、第１基準値を各検査面毎の個体差に適合することができる。

第２の発明では、検査面を複数の演算領域に分割するため、検査対象物間の位置のズレや反射率の違いを補正することができる。

第３の発明では、画像データの輝度が第１基準値を超えている場合には、検査面上に埃があると判断するため、欠陥ではない埃を精度よく判断することができる。

第４の発明では、前記コンピュータが、前記画像データを前記第１基準値より小さい第２基準値を境として上下に分類し、分類された画像データのそれぞれの面積に基づいて錆を判断するため、画像強調処理を用いることなく錆を判断でき、画像強調処理の演算効率を向上できる。

第５から第７の発明は、前記コンピュータが、前記画像データの輝度が検査面の輝度が、第１基準値を超えている場合には、前記画像データの画像強調処理を中止し、第１基準値以下の場合には、前記画像データを画像強調処理し、強調処理した画像データを用いて、欠陥を検出する、具体的には、むしれの場合には検査面の縞状の模様の幅に基づき検出し、突起の場合には幅の変化率に基づき検出するため、欠陥の種類を強調処理した画像データにより精度よく判別することができる。

図１は、本発明の平面の欠陥検出方法を適用する検査装置の概略図である。なお、本実施形態においては、Ｖベルト式ＣＶＴ変速機に使用されるエレメントを例にして、以下説明するが、本発明の検査方法がこれに限定されないことはいうまでもない。

検査装置は、エレメント１のサドル面１ｆにハロゲン光を照射するハロゲン光源を備えた照明部１０と、サドル面１ａからはね返った光をサドル面１ａに再照射する拡散板１１と、サドル面１ａを撮影する、例えばＣＣＤカメラからなる撮影部１２と、撮影した画像を記録する画像記録部１３と、記録した画像をデジタル処理する画像処理部１４とから構成される。画像記録部１３と画像処理部１４は、コンピュータ１５に備えられる。

なお、図２に示すように、ＣＶＴ変速機のベルト３は、複数（通常４００枚程度）のエレメント１が積層され、２本の無端リング２により環状に固定され構成される。エレメント１は、ヘッド１ａと、無段変速機の入出力プーリに接触するフランク部を備えるボディ１ｂと、ヘッド１ａとボディ１ｂとを繋ぐネック１ｃとからなる。へッド１ａとボディ１ｂとの隙間に２本の無端リング２がネック１ｃを挟むように設置され、複数のエレメント１は無端リング２により環状に固定され、ベルト３が形成される。ここで、無端リング２が接触するボディ１ｂの上端面をサドル面１ｆという。

エレメント１は、通常所定の圧延鋼板から金型によりせん断加工により成形されるため、サドル面１ｆには圧延加工による縞状のスジ（圧延スジ）が認められる。本発明は、この加工時にサドル面１ｆに形成されるスジと、検査面（＝サドル面１ｆ）に生じた欠陥（例えば、突起、むしれや錆）とが画像処理により区別できることに着目し、精度よく良品と欠陥を含む不良品との識別を可能とするものである。

図３は、検査されるサドル面の状態を示すもので、正常状態と欠陥（突起とむしれ）とを示すものである。正常状態では、図３（ａ）に示すように、圧延スジが一定幅で形成されるの対して、突起が存在する場合には、その存在箇所の周りのスジの幅が広くなり、また、むしれが存在する箇所ではスジの幅が正常状態のものに比して広いという特徴がある。したがって、突起を判定する場合には、スジの幅の変化率から判別することができ、また、むしれはスジの幅を正常状態のものと比較することで判別できる。

また、検査面に錆が発生している場合には、画像処理上、検査面の多くの領域が錆の色（白または黒）に認識され、白または黒の領域の占める面積を演算することで錆を判定することができる。

図４と図５は、本発明の欠陥検出方法を説明するフローチャートである。このフローチャートがコンピュータ１５の画像処理部１４により実行される。

まずステップＳ１で、画像記憶部１３から画像データを読み込み、分割した各領域で解像度に応じて走査し、濃度データを算出する。ステップＳ２で、各エレメント１のサドル面１ｆの位置や反射率のズレ分を補正する。なお、本実施形態では、検査対象としてエレメント１のサドル面の画像を記録するが、各エレメント１の左右サドル面をそれぞれ圧延スジ方向に複数個の領域に分割して画像処理を行うことで、検出精度を向上することができる。続くステップＳ３では、後述する画像強調処理の処理条件を設定する。

ステップＳ４では、検出された濃度データから各領域毎の平均濃度を演算する。ここで、色の濃度とは色の濃さまたは輝度である。

続く、ステップＳ５では、各領域での平均濃度に所定値を加算して埃の平均濃度βを設定し、平均濃度βと検出された濃度データとを比較し、平均濃度βより大きい場合には、ステップＳ６に進み、その濃度データは埃を示していると判断し、後述の画像強調処理を行わない。ここで埃は、欠陥ではないため、正常品として取り扱い、埃の平均濃度を設定するための所定値は、領域に限らず一定値である。平均濃度βより小さいの場合には、ステップＳ７に進む。

続くステップＳ７では、各領域の濃度データを第１しきい値ＳＬ１を基準として、白と黒とに２値化する。ここで第１しきい値ＳＬ１は、ステップ４の平均濃度を考慮して設定される。

ステップＳ８では、濃度データから各領域での白の面積を演算し、各領域の白の面積の総和が第２しきい値ＳＬ２より大きい場合には、ステップＳ１０に進み、白錆がサドル面１ｆに発生している判断する。第２しきい値以下の場合には、埃またはスジと判断し、次のステップＳ９に進む。

ステップＳ９では、各領域毎に黒の面積を演算する。そして各領域の黒の面積の総和が第３しきい値ＳＬ３より大きい場合には、ステップＳ１１に進み、サドル面に黒錆が発生していると判断する。第３しきい値ＳＬ３以下の場合には、ステップＳ１２に進む。

ステップＳ１２では、濃度データから濃度が連続的に変化（極性変化）しているか判断する。判断方法としては上下限の濃度のしきい値、上限側の第４しきい値ＳＬ４と下限側の第５しきい値ＳＬ５とを設け、一方のしきい値を超えた後、所定の画素数の内に他方のしきい値を超えるかどうかを判定する。

極性の変化がない場合には、ステップＳ１３に進み、ステップＳ３で設定した条件により濃度データを画像強調処理し、画像強調処理時の上下限側の濃度のしきい値である第６しきい値ＳＬ６、第７しきい値ＳＬ７と比較し、ステップＳ１４で極性変化の連続性がないことを確認し、無い場合にはステップＳ１５に進み、欠陥はないと判断して検査を終了する。

ステップＳ１４で連続性が認められた場合には、ステップＳ１６に進み、濃度変化を生じている部分の幅を演算する。演算された幅が、第８しきい値ＳＬ８より大きければ、ステップＳ１７に進み、むしれが生じていると判断する。第８しきい値ＳＬ８は、正常時のスジの幅であり、予め計測しておき、記憶する。演算された幅が、第８しきい値ＳＬ８以下であれば、ステップＳ１８に進み、圧延スジ方向での幅の変化率を演算する。変化率が第９しきい値ＳＬ９より大きければステップＳ１９に進み、突起が存在すると判断する。一方、変化率が第９しきい値ＳＬ９以下であれば、ステップＳ２０で正常なスジであると判断する。

ステップＳ１２で、極性変化が認められる場合には、ステップＳ２１、Ｓ２２に進み、濃度データを画像強調処理し、ステップＳ２３で、画像強調処理時の上下限側の濃度のしきい値である第６しきい値ＳＬ６、第７しきい値ＳＬ７と比較し、画像処理後の濃度データの極性変化の連続性を判断する。ステップＳ２３で極性変化の連続性がない無いと判断された場合には、ステップＳ２４に進み、欠陥はないと判断して検査を終了する。

極性変化の連続性が認められた場合には、ステップＳ２５で、濃度変化している部分の幅を演算し、第１０しきい値ＳＬ１０と比較する。ここで第１０しきい値ＳＬ１０は、正常なスジの幅である第８しきい値ＳＬ８より小さい値とする。

ステップＳ２５で幅が第１０しきい値ＳＬ１０以下と判断した場合には、ステップＳ２６で、正常であると判断する。

演算した幅が第１０しきい値ＳＬ１０より大きいと判断した場合には、ステップＳ２７に進み、第８しきい値ＳＬ８と比較する。幅が第８しきい値ＳＬ８より大きい場合には、ステップＳ２８でむしれがあると判断し、第８しきい値ＳＬ８以下の場合、ステップＳ２９で正常なスジであると判断する。

図６は、画像強調処理の処理方法を説明する図である。横軸に走査方向、縦軸に色濃度をとり、上側ほど白いことを示す。なお、この画像強調の具体的方法とは、画像センサ（例えば、５１１画素）により、図６の左の波形を読み込むときに、例えば、第７、８、９番目の画素の値の合計値を、第１０、１１、１２番目の画素の値の合計値から差し引いた値を第１０番目の画素の値とすることであり、これにより図６の右側の波形が得られる。

（ａ）図は、欠陥と判断しない埃または白斜めキズと判断し、この波形の検査面は正常品と判断し、画像強調処理を施さない。

（ｂ）図は、極性変化ありの場合の波形であり、この場合の画像強調処理は、（ｂ）右図のようになる。

（ｃ）図は、上下のしきい値に達しない場合の波形であり、この場合でも画像強調処理が行われる。

（ｄ）図は、上限側のしきい値に達した場合の波形であり、この場合には画像強調処理を施した後（中央の図）、下方向のデータを０にする（右図）。

（ｅ）図は、下限側のしきい値に達した場合の波形であり、この場合には画像強調処理を施した後（中央の図）、上方向のデータを０にする（右図）。

したがって、本発明では、圧延鋼材特有の縞状の模様を記録する画像記録部と、画像をデジタル処理する画像処理部とからなるコンピュータを備え、このコンピュータがデジタル処理した画像データに基づいて検査面に存在する欠陥を検出する欠陥検出方法であって、コンピュータは、前記画像データから前記縞状の模様を有する検査面の平均輝度を演算し、この平均輝度に基づいて欠陥かどうかを判定するための第１基準値を設定するため（ステップＳ５）、第１基準値を検査面毎の個体差に適合することができる。

また、検査面を複数の演算領域に分割するため、検査対象物間の位置のズレや反射率の違いを補正することができる。

また、画像データの輝度が第１基準値を超えている場合には（ステップＳ６）、検査面上に埃があると判断するため、欠陥ではない埃を精度よく判断することができる。

また、前記画像データを前記第１基準値より小さい第２基準値を境として上下に分類し（ステップＳ７）、分類された画像データのそれぞれの面積に基づいて錆を判断するため（ステップＳ８、Ｓ９）、画像強調処理を用いることなく錆を判断でき、画像強調処理の演算効率を向上できる。

さらに、前記画像データの輝度が検査面の輝度が、第１基準値を超えている場合には、前記画像データの画像強調処理を中止し、第１基準値以下の場合には、前記画像データを画像強調処理し、強調処理した画像データを用いて、欠陥を検出する、具体的には、むしれの場合には検査面の縞状の模様の幅に基づき検出し（ステップＳ１６）、突起の場合には幅の変化率に基づき検出するため（ステップＳ１８）、欠陥の種類を強調処理した画像データにより精度よく判別することができる。

なお、上記で述べたしきい値ＳＬ１からＳＬ１０は、実験等により適宜定められる。

本発明を適用した欠陥検出方法は、生産ライン上を常に移動する製品の検査するのに有用である。

本発明の欠陥検出装置の概略構成図である。 検出試料としてのエレメントの構成図である。 欠陥の画像処理上の特徴を示す図である。 欠陥検出方法の制御内容を説明するフローチャートである。 同じく欠陥検出方法の制御内容を説明するフローチャートである。 走査時の代表的な波形を示す図である。

符号の説明

１ エレメント
１ｆ サドル面
１０ 照明部
１２ 撮影部
１３ 画像記録部
１４ 画像処理部
１５ コンピュータ

Claims (7)

1. 圧延鋼材特有の縞状の模様を記録する画像記録部と、
   画像をデジタル処理する画像処理部とからなるコンピュータを備え、
   このコンピュータがデジタル処理した画像データに基づいて検査面に存在する欠陥を検出する欠陥検出方法であって、
   コンピュータは、
   前記画像データから前記縞状の模様を有する検査面の平均輝度を演算し、この平均輝度に基づいて欠陥かどうかを判定するための第１基準値を設定することを特徴とする欠陥検出方法。
2. 前記コンピュータは、前記検査面を複数の領域に分割し、前記画像データから各分割領域毎に平均輝度を演算することを特徴とする請求項１に記載の欠陥検出方法。
3. 前記コンピュータは、前記画像データの輝度が前記第１基準値を超えている場合には、前記検査面上に埃があると判断することを特徴とする請求項１または２に記載の欠陥検出方法。
4. 前記コンピュータは、前記画像データを前記第１基準値より小さい第２基準値を境として上下に分類し、分類された画像データのそれぞれの面積に基づいて錆を判断することを特徴とする請求項１に記載の欠陥検出方法。
5. 前記コンピュータは、前記画像データの輝度が検査面の輝度が、第１基準値を超えている場合には、前記画像データの画像強調処理を中止し、第１基準値以下の場合には、前記画像データを画像強調処理し、強調処理した画像データを用いて、欠陥を検出することを特徴とする請求項４に記載の欠陥検出方法。
6. 前記コンピュータは、前記画像強調処理した画像データを用いて前記検査面の縞状の模様の幅を検出して、正常な模様の幅である基準幅と比較し、この基準幅より大きい場合にむしれが有ると判断することを特徴とする請求項５に記載の欠陥検出方法。
7. 前記コンピュータは、前記画像強調処理した画像データを用いて検査面の縞状の模様の幅の変化率を検出して、正常な模様の幅変化率である基準変化率と比較し、この基準変化率より大きい場合に突起が有ると判断することを特徴とする請求項５または６に記載の欠陥検出方法。

Images